/ZH_inference

Primary LanguagePython

1. Cài đặt thư viện cần thiết

pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

pip install -r requirements.txt

2. Chuyển đổi file âm thanh thành văn bản

Chúng tôi cung cấp một tập lệnh dự đoán có thể chuyển đổi một tệp âm thanh cụ thể hoặc thậm chí là một danh sách các tệp âm thanh. Hãy xem xét các đối số dưới đây, đặc biệt là đối số -f TEST_FILEPATH và đối số -s HUGGINGFACE_FOLDER:

sử dụng: inference.py [-h] -f TEST_FILEPATH [-s HUGGINGFACE_FOLDER] [-d DEVICE_ID]

CÁC ĐỐI SỐ DỰ ĐOÁN ASR

tuỳ chọn đối số:
  -h, --help            Hiển thị trợ giúp này và thoát
  -f TEST_FILEPATH, --test_filepath TEST_FILEPATH
                        Có thể là đường dẫn đến tệp âm thanh của bạn (.wav, .mp3) hoặc một tệp văn bản (.txt) chứa danh sách các đường dẫn tệp âm thanh.
  -s HUGGINGFACE_FOLDER, --huggingface_folder HUGGINGFACE_FOLDER
                        Thư mục bạn lưu trữ mô hình. Lựa chọn giữa "./models/hanzi" và "./models/pinyin". Tùy thuộc vào đường dẫn, hãy tự thiết lập tham số này

  -d DEVICE_ID, --device_id DEVICE_ID
                        Thiết bị bạn muốn kiểm tra mô hình của mình trên nếu CUDA có sẵn. Nếu không, sử dụng CPU. Giá trị mặc định: 0

Chuyển văn bản từ một tệp âm thanh(Pinyin mode):

python inference.py \
    -f path/to/your/audio/file.wav(.mp3) \
    -s ./models/pinyin

# output example:
>>> transcript: nà shì kāi shuō kǒu lìng

Chuyển văn bản từ một tệp âm thanh(Hanzi mode):

python inference.py \
    -f path/to/your/audio/file.wav(.mp3) \
    -s ./models/pinyin

Chuyển văn bản từ một tệp các file âm thanh :

python inference.py \
    -f path/to/your/new.txt \
    -s ./model/hanzi hoặc (./model/pinyin)